深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
3101	2026-08-02	Bearing capacity of inclined-loaded footings above dual tunnels in rock masses 2026-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54298-2 PMID:42185449	研究论文	该研究通过有限元极限分析，探讨了Hoek-Brown岩体中双隧道上方刚性条形基础在倾斜荷载下的承载力，并提出了基于深度学习的预测公式	精确识别了荷载“临界角”阈值，该阈值随隧道深度变化，并区分了深层隧道耦合破坏和浅层表面控制滑动破坏两种机制；同时利用深度学习算法将数值模拟数据转化为显式、可解释的预测公式	未明确提及局限性，可能包括对特定岩体条件、荷载路径和几何形状的简化假设	研究双隧道上方岩体在倾斜荷载下刚性条形基础的承载力，并量化隧道深度、间距、岩体强度等关键参数的影响，提供工程设计指导	Hoek-Brown岩体中的双方形隧道、刚性条形基础	岩土工程	不适用	有限元极限分析（FELA）和深度学习算法	深度学习模型	模拟数据（有限元分析结果）	未明确样本数量，但涉及广泛的参数范围（隧道深度比1.5-3.0，间距比1-6，GSI 50-100，完整岩石常数m值7-25）	未明确	未明确	误差范围（上下界误差小于3%）	未明确提及
3102	2026-08-02	A well-perceived, blind image quality assessment algorithm using an enhanced noise feature criterion 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54147-2 PMID:42177264	研究论文	提出一种基于增强噪声特征准则的盲图像质量评估算法，以提升无参考图像质量评估的实用性和准确性	引入改进的噪声加权和决策准则，解决传统噪声特征分析在强水平结构图像（如栅栏状图案）中不稳定的问题，实现更高或相当的预测性能	未明确提及，但可能依赖特定数据集，且算法在复杂场景下的泛化能力有待进一步验证	开发一种即时实用、基于感知的盲图像质量评估方法，提高质量估计的准确性和适用性	无参考图像质量评估算法，以及四类公开图像数据库（LIVE、CSIQ、TID2013和KADID-10k）中的图像	计算机视觉	不适用	噪声特征分析	不适用	图像	四个公开数据库（LIVE、CSIQ、TID2013和KADID-10k），其中TID2013包含24张完美无失真图像	不适用	不适用	Spearman秩相关系数（SROCC）和皮尔逊线性相关系数（PLCC）	不适用
3103	2026-08-02	SSAS-GO: structure-sequence adaptive synergy network for protein function prediction 2026-May-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag408 PMID:42537002	研究论文	提出结构-序列自适应协同网络（SSAS-GO），用于蛋白质功能预测，集成序列和结构特征。	提出SSAS-GO网络，采用多尺度模体块提取局部序列语义锚点，并行双流图编码器捕获空间拓扑，并通过任务自适应跨模态门控机制动态重新校准序列和结构特征的权重。	未在摘要中提及明确局限性。	解决蛋白质功能预测中模态整合不足和模态干扰问题。	蛋白质功能预测。	机器学习，数字病理学	NA	深度学习中的蛋白质序列和结构特征提取	卷积神经网络，图卷积网络	蛋白质序列和结构数据	PDBch测试集和AFch测试集，具体样本数量未提供	NA	多尺度模体块，双流图编码器，任务自适应跨模态门控机制	精确率-召回率曲线下面积（AUPR）	NA
3104	2026-08-02	Graph designs for deep learning-based multi-omics integration 2026-May-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag410 PMID:42537003	综述	本文综述了基于图的深度学习在多组学数据整合中的应用，比较了不同图构建和模型设计选择的优缺点	首次系统地按节点模式、边语义、交互类型、整合策略、图上下文和模型架构对多组学深度学习中的图设计进行分类和比较	未提及具体的实证研究或定量比较，可能缺乏对实际性能的深入验证	为多组学研究提供构建、整理和评估图的实用流程，并指导新研究	多组学深度学习模型中的图构建和使用方式以及不同设计选择	机器学习	NA	NA	深度学习模型（如GNN）	多组学数据（如批量、单细胞、空间组学）	NA	NA	NA	可解释性、数据需求、噪声和模态缺失的鲁棒性、预测和机制发现任务适用性	NA
3105	2026-08-02	The evolution of T1-weighted lesion inpainting tools in patients with brain injury: A scoping review 2026-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121869 PMID:41881175	综述	本文对用于脑损伤患者T1加权MRI病灶填充工具进行了范围综述，分类并比较了传统和深度学习方法	首次系统梳理脑损伤T1加权MRI病灶填充工具，并对其分类与传统和深度学习方法进行比较	范围综述可能未覆盖所有相关工具，且未进行定量比较	提供可用于脑损伤患者神经影像分析的病灶填充工具的详细概述，并给出使用与开发建议	脑损伤（ABI）患者的T1加权MRI病灶填充工具	医学影像	脑损伤	MRI	卷积神经网络、生成对抗网络、去噪扩散模型	图像	24篇研究论文	NA	卷积神经网络、生成对抗网络、去噪扩散模型	NA	NA
3106	2026-08-02	Multimodal AI for Alzheimer Disease Diagnosis: Systematic Review of Datasets, Models, and Modalities 2026-Mar-25, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/85414 PMID:41883140	综述	这篇系统综述分析了近五年内多模态人工智能模型在阿尔茨海默病诊断、预后和风险预测中的应用，评估了数据集特征、模态组合、建模策略、性能指标及方法学局限性	不同于以往综述，本文对异质的临床、影像、遗传和语言数据集提供了统一综合分析，实现了跨领域的建模策略和性能比较	由于数据集组成、结果定义和验证方式的显著异质性以及普遍存在的偏倚风险，报告性能的泛化性受到限制	系统分析多模态AI模型在阿尔茨海默病诊断、预后和风险预测中的应用效果，并讨论现实世界意义和转化途径	多模态AI模型在AD、轻度认知障碍和痴呆结局中的应用研究	机器学习	阿尔茨海默病	NA	多模态机器学习或深度学习模型	临床、影像、遗传和语言数据	66项符合纳入标准的研究	NA	融合架构	准确率、AUC	NA
3107	2026-08-02	Multicenter clinicopathological study of odontogenic myxoma spectrum lesions using quantitative pathology 2026-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42019-8 PMID:41760729	研究论文	本研究利用AI辅助的数字病理学方法，对牙源性粘液瘤谱系病变的纤维组织比例进行定量评估，并探讨其临床病理学意义	首次采用多阶段深度学习流水线在统一数字病理平台上定量评估牙源性粘液瘤谱系病变的纤维组织比例，并揭示机构间病理诊断的差异	研究为回顾性多中心研究，样本量有限，且未涉及分子机制研究	定量评估牙源性粘液瘤谱系病变的纤维组织比例，并探索其与临床变量的关联	牙源性粘液瘤和牙源性粘液纤维瘤的手术标本	数字病理学	牙源性肿瘤（牙源性粘液瘤和牙源性粘液纤维瘤）	Masson三色染色，全玻片成像，深度学习	深度学习模型（多阶段流水线）	全玻片图像（组织学切片）	143例手术标本，其中100例经集中病理审核后纳入	统一数字病理平台（具体框架未提及）	多阶段深度学习流水线（具体架构未提及）	一致性评估（专家评估与定量测量之间）	未提及
3108	2026-08-02	Development and validation of a deep learning-based emergency triage model: a feasibility and effectiveness study 2026-Jan-28, BMC emergency medicine IF:2.3Q1 DOI:10.1186/s12873-026-01489-9 PMID:41606477	研究论文	开发并验证了一种基于深度学习的急诊分诊模型，评估其可行性和有效性	提出了一种训练专用急诊分诊模型的方法，利用EasyDL平台进行开发和部署，实现高准确率的分诊级别分类，并支持通过API部署至移动终端	外部验证的准确率有所下降，且需要在实际临床环境中进行进一步研究和疗效验证	提高急诊患者分诊级别分类的准确性，实现临床转化	急诊分诊数据	机器学习	急诊疾病（未特指）	深度学习	深度学习模型（未具体指定类型）	文本数据	270,298条原始数据，清理后113,302条；训练集91,743条，测试集11,559条，在线诊断集10,000条	EasyDL	NA	准确率、马修斯相关系数（MCC）	EasyDL平台
3109	2026-08-02	Structure-Guided Engineering of High-Affinity Antibodies Against Zika Virus Using Deep Learning and Molecular Dynamics 2026-Jan, Chemistry & biodiversity IF:2.3Q3 DOI:10.1002/cbdv.202502769 PMID:41205205	研究论文	本研究利用深度学习和分子动力学模拟，通过结构引导工程优化针对寨卡病毒包膜蛋白DIII区域的单克隆抗体，识别出两个高亲和力候选变异体	结合深度学习和分子动力学模拟进行抗体工程优化，针对寨卡病毒E蛋白DIII区域设计双点突变抗体库，并利用多种计算工具系统评估抗体性能	研究仅基于计算模拟，缺乏实验验证	优化针对寨卡病毒包膜蛋白DIII区域的单克隆抗体，以开发高亲和力治疗抗体	寨卡病毒包膜蛋白DIII区域及中和抗体ZV-64的变异体	深度学习、分子动力学、抗体工程	寨卡病毒感染	分子动力学模拟、分子对接、深度学习方法	深度学习模型	蛋白质结构数据、序列数据	抗体变异体库（具体数量未提供）	NA	NA	预测结合亲和力、稳定性、溶解度、结合能	NA
3110	2026-08-02	Reviewing Marine Bioactive Compounds From the Red Sea: Advancing Therapeutic Applications While Navigating Translational and Conservation Challenges 2026-Jan, Chemistry & biodiversity IF:2.3Q3 DOI:10.1002/cbdv.202502652 PMID:41563944	综述	本文综述了红海中分离的海洋生物活性化合物的研究进展，涵盖其提取、表征和生物活性，并探讨了临床转化和保护挑战	整合了红海海洋生物活性化合物十年的研究数据，并结合深度学习等新兴技术提出跨学科策略以推动药物发现	未详细讨论具体化合物的临床试验数据，且对提取技术和转化障碍的分析较为宏观	总结红海海洋生物活性化合物的治疗潜力，并分析其临床转化和生态保护面临的挑战	红海中的海绵、珊瑚、微藻、海藻、海洋鱼类和微生物	海洋生物学	癌症、炎症和神经退行性疾病	传统溶剂提取、超临界流体萃取、超声辅助提取、色谱纯化、生物测定引导分馏	NA	文本	NA	NA	NA	NA	NA
3111	2026-08-02	A scoping review of systematic reviews on artificial intelligence in orthopaedics 2026 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536261424033 PMID:41680110	综述	对骨科人工智能系统评价的范围性综述，分析出版趋势、地理分布、临床和解剖焦点以及AI方法论和应用	首次对骨科AI领域的系统评价进行全面范围性综述，涵盖多个亚专科和应用，识别未充分探索的研究领域	仅纳入开放获取的系统评价，可能遗漏部分灰色文献或非英语研究，且依赖现有综述的可用数据	绘制骨科AI研究的出版趋势和地理分布，分类临床和解剖焦点，并映射AI方法论和应用以突出研究机会	2015年至2025年7月间发表的183项骨科AI相关系统评价	数字病理学、机器学习	骨科疾病	系统评价、元分析	深度学习、机器学习	影像数据、结构化临床数据	183项系统评价	R软件	NA	NA	NA
3112	2026-08-02	A lightweight hybrid framework integrating convolutional neural networks and fast Fourier transform for reliable and calibrated ECG-based cardiac abnormality detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354834 PMID:42525678	研究论文	提出一种轻量级混合框架，结合卷积神经网络和快速傅里叶变换，用于可靠且校准的心电图心脏异常检测	引入概率校准和严格的按患者验证协议，结合时域形态和频域特征，实现高效且可靠的分类	未在外部数据集或真实临床环境中验证，且仅限于PTB-XL数据集	开发轻量级、高效且可靠的心电图异常检测模型，适用于资源受限的临床环境	心电图信号中的心脏异常	机器学习	心脏疾病	心电图（ECG）	卷积神经网络（CNN）与快速傅里叶变换（FFT）结合	心电图信号	PTB-XL数据集，包含数千条心电图记录（具体数量未在摘要中提供）	未指定	卷积神经网络与快速傅里叶变换组件的混合架构	准确率（Accuracy）、AUC、宏平均AUC、期望校准误差（ECE）	未指定
3113	2026-08-02	Object detection in histology: A multi-dataset benchmark and test-time inference 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354618 PMID:42525693	研究论文	对YOLOv8至YOLOv12等最新目标检测模型在五个组织学数据集上进行全面比较分析，并提出测试时自监督优化方法TGSP	首次系统比较YOLOv8至YOLOv12及RT-DETR等模型在组织学图像上的性能，并提出测试时图相似性传播（TGSP）方法，通过自适应每类分位数阈值和图标签传播替代TSBP的迭代匹配，提升性能	模型在小目标上表现不佳，常见失败为背景误检和漏检，且未提及计算资源的具体细节	评估最新目标检测模型在组织学图像中的性能，建立基准，并提出改进的测试时优化方法	组织学图像中的病理结构，包括细胞核等对象	计算机视觉	癌症（如乳腺癌，TNBC相关）	NA	YOLO（YOLOv8-YOLOv12）、RT-DETR、YOLO-World、YOLOE	组织学图像	五个数据集：BCNB、Nuclei、TNBC、MoNuSAC、CryoNuSeg，共含多个图像（具体数量未报告）	NA	ResNet50（用于TGSP特征提取）	F1分数、推理时间、计算成本	NA
3114	2026-08-02	Cauchy Lotus Optimization-based feature selection and ResNet 101 based XceptionNet architecture for radiation pneumonitis prediction in lung cancer patients 2026, Medical dosimetry : official journal of the American Association of Medical Dosimetrists IF:1.1Q3 DOI:10.1016/j.meddos.2026.03.008 PMID:42014218	研究论文	本研究提出了一种基于Cauchy Lotus优化特征选择和ResNet 101改进的XceptionNet架构的深度学习算法，用于肺癌患者放射性肺炎的早期预测	结合了Cauchy Lotus优化算法进行特征选择，并改进了ResNet101为基础的XceptionNet架构，以降低特征冗余并提高预测性能	未在摘要中提及具体局限性	使用胸部CT扫描开发一种高效的深度学习算法，用于肺癌患者放射性肺炎的早期预测，以支持风险适应性治疗计划	2010至2021年间接受胸部放疗的548例肺癌患者	深度学习、医学影像分析	肺癌、放射性肺炎	CT成像、自动编码器、特征选择优化	ResNet101、XceptionNet、Autoencoder	医学影像（CT扫描）	548例肺癌患者	NA	ResNet101、XceptionNet	精确率、特异度、灵敏度、准确率、ROC-AUC	NA
3115	2026-08-02	vSTMD: Visual Motion Detection for Extremely Tiny Target at Various Velocities 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3707792 PMID:42391073	研究论文	提出了一种无学习的视觉运动检测模型vSTMD，用于检测各种速度下的极小目标，并通过生物启发机制提升性能	提出了两个关键机制：跨抑制动态电位（cIDP）和协作方向梯度计算（CDGC），cIDP作为自适应机制高效捕获宽速度范围内的运动线索，CDGC增强方向精度和鲁棒性并将计算开销降低至先前独立策略的八分之一	未在摘要中明确提及局限性，但可推断模型可能受限于无学习方法的固有约束，且仅在特定数据集（RIST）上进行了评估	解决现有STMD模型速度范围狭窄的问题，实现不同速度下极小目标的运动检测，并提高实时应用适应性	极小目标（ET-targets）的运动检测，特别是在动态场景和复杂背景中的目标	计算机视觉	不适用	不适用	STMD（小目标运动检测器）	图像	未明确提及样本量，使用了真实世界数据集RIST	不适用	vSTMD和vSTMD-F（反馈增强变体）	F1分数、方向估计性能	未明确提及，但提到模型比数据驱动方法快60倍
3116	2026-08-02	RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification 2025-12, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2025.106835 PMID:41038061	研究论文	提出了一种名为RimeSleepNet的混合深度学习模型，用于睡眠脑电信号（s-EEG）的睡眠阶段分类，以解决频率混叠问题。	首次将霜冰优化算法应用于自适应调整变分模态分解（VMD），以减少频率混叠，并结合CNN、多头部自注意力机制和LSTM进行睡眠阶段分类。	文中未提及具体局限性。	提高睡眠阶段分类的准确性和鲁棒性，以支持睡眠障碍诊断和个性化监测。	睡眠脑电信号（s-EEG），包括NREM、REM和WAKE三个睡眠阶段。	机器学习	睡眠障碍	脑电图（EEG）	混合深度学习模型（CNN、LSTM）	信号数据	使用了成都市人民医院和Sleep-EDF数据集，具体样本数量未在标题和摘要中提及。	NA	VMD、CNN、多头部自注意力（MHSA）、LSTM	F1分数、AUC、Cohen's κ、验证损失	NA
3117	2026-08-02	A few-shot u-net learning framework for fast and accurate three-dimensional dose prediction in radiotherapy 2025-Nov, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2025.105184 PMID:41072102	研究论文	提出了一种基于U-Net的少样本学习框架FS-UNet，用于放射治疗中快速且准确的三维剂量预测，并在多个癌症部位上验证了其性能	创新性地将少样本学习与U-Net结合，利用MAML元学习和原型网络提高有限训练数据下的剂量预测性能	未提及明显的局限性，但可能受限于特定治疗部位（前列腺、肝脏、胰腺）和数据集规模（102例患者）	开发一种从有限训练数据中快速准确预测放射治疗三维剂量的深度学习框架	前列腺、肝脏、胰腺癌症患者的质子放射治疗剂量	机器学习, 计算机视觉	前列腺癌, 肝癌, 胰腺癌	NA	U-Net, MAML, 原型网络	图像（三维剂量分布数据）	102例患者（81例前列腺，11例前列腺，29例肝脏，30例胰腺）	NA	U-Net, MAML, 原型网络	均方误差（MSE）, 剂量体积直方图（DVH）	NA
3118	2026-08-02	Artificial Intelligence Solutions to Improve Emergency Department Wait Times: Living Systematic Review 2025-08, The Journal of emergency medicine IF:1.2Q3 DOI:10.1016/j.jemermed.2025.05.031 PMID:40664005	系统性综述	本文对人工智能在改善急诊科等待时间方面的应用进行了系统性综述，评估了当前研究现状并指出了研究缺口。	采用实时更新的系统性综述策略，结合ROBINS-I和PROBAST工具进行全面质量评估，并专门聚焦于AI在急诊科等待时间中的应用。	未发现真实世界急诊科实施AI的研究，且现有研究缺乏急诊专家参与，限制了AI实际效果的洞察。	建立评估AI建模策略的框架，以优化急诊科流程并减少等待时间。	急诊科等待时间相关的AI应用研究，包括各种算法模型和模拟研究。	医疗保健、人工智能	急诊科拥挤和等待时间问题	NA	涵盖多种模型，包括回归方法、传统机器学习、神经网络/深度学习、自然语言处理和集成方法	文本（研究文献）	16项定量观察性研究，从17,569篇筛选出的文献中选出	NA	回归方法、传统单模型机器学习、神经网络/深度学习、自然语言处理、集成方法	等待时间减少值（分钟）	NA
3119	2026-08-02	FRAGSITE2: A structure and fragment-based approach for virtual ligand screening 2024-01, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.4869 PMID:38100293	研究论文	提出了一种基于结构和片段的虚拟配体筛选方法FRAGSITE2，在多个基准数据集上表现优于现有方法	结合了配体同源建模与机器学习，显著提升了缺乏已知小分子结合剂的蛋白质靶标的筛选性能，并采用提升树回归方法优于深度学习多层感知机方法	未提及明确的局限性，但可推断依赖模板配体，对于无同源模板的靶标可能仍有挑战	改进虚拟配体筛选的准确性和鲁棒性，以识别更多样化的结合配体，用于蛋白质功能注释和药物发现早期阶段	蛋白质靶标及其小分子配体，在DUD-E和DEKOIS2.0数据集上评估	机器学习	NA	虚拟筛选	提升树回归	分子结构数据	DUD-E集和DEKOIS2.0集，以及DEKOIS2.0的76个靶标子集	NA	NA	富集因子, ROC富集因子, AUPR	NA
3120	2026-08-02	Assessing an AI-based Smart Imagery Framing and Truthing (SIFT) system to assist radiologists annotating lung abnormalities on chest X-ray images for development of deep learning models 2023, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.2653826 PMID:42534261	研究论文	评估一种基于AI的智能影像框定与标注（SIFT）系统，辅助放射科医生标注胸部X光图像中的肺异常，以支持深度学习模型的开发	集成基于卷积神经网络的增强型MaskR-CNN和多层感知器神经网络，实现自动标注ROI、精细边界注释、置信度评分及推荐其他可能异常类型，有效提高放射科医生标注的一致性和效率	未提及	评估SIFT系统在自动标注多疾病胸部X光图像中的辅助作用，以提高放射科医生的标注一致性、效率和准确性	胸部X光图像中的肺异常，包括肺结核、肺结节、肺炎、COVID-19和纤维化	计算机视觉	肺部疾病	NA	CNN、MLP	图像	训练数据含307415个ROI和67071张正常胸部X光图像；测试数据含178张CXR图像和272个ROI	NA	MaskR-CNN、多层感知器	接受率、变异减少、平均IOU、一致真阳性率、假阳性率、标注时间	NA